需求复用率的统计口径由三个要素决定：复用单元按需求条目还是内容片段计、复用判定需要什么证据、分母覆盖哪个时间窗内的哪些需求。这三项确定后，公式才能稳定复算。下面按“为什么统计—统计什么—怎么判定—怎么计算—示例演算—怎么解读”的顺序，给出可直接填写的字段表、证据清单、公式卡和一组假设数据的演算过程。
要点总览（TL;DR）
- 需求复用率的口径先固定三件事：复用单元（按需求条目、内容片段或验收标准）、复用判定证据、统计时间窗与分母范围。
- 推荐默认口径：分母取统计期内评审通过的需求条目，分子取其中带可追溯证据判定为复用的条目，公式为复用条目数÷纳入统计条目总数×100%，保留一位小数。
- 复用判定要有证据：需求关联、引用既有需求文档、复用既有验收标准或原型，证据需能定位到被复用需求编号与关联时间，同一需求多次复用只计一次。
- 分母为零时报告“本期无样本”，不写0%；证据缺失条目单列未判定数并给出占比，避免数据完整度被掩盖。
- 跨团队比较前需统一需求拆分粒度与证据清单，口径变更记录版本与生效时间，历史数据不直接拼接。
评估目标：复用率要回答哪个管理问题
需求复用率服务于一个具体判断：团队在统计期内新建的需求中，有多少是建立在既有需求内容之上的，从而观察重复建设是否在减少。它回答的是“需求资产有没有被再次利用”，不回答“需求写得好不好”，也不回答“需求池里积压多少该先做哪条”。把指标用途说清楚，后续字段设计才不会跑偏。
需要区分两类容易被混在一起的问题。第一类是内容复用问题：新需求是否引用了既有需求的功能描述、验收标准或原型，这是复用率要度量的对象。第二类是需求条目数量变化问题：需求总量增减、合并拆分带来的条目波动，属于需求池结构和拆分规则的管理范畴，不能直接用复用率解释。若把条目数量变化当成复用程度，指标就会失真。
本文的边界也需要提前说明：待处理需求集合的优先级排序与日常运营归需求池管理，产品线能力布局与规划归产品线管理，这两块不在本文展开。本文只处理“复用率这个数字怎么定义、怎么取数、怎么读”。
| 决策问题 | 指标用途 | 不适用场景 |
|---|---|---|
| 新需求中有多少建立在既有需求内容上 | 观察需求资产复用程度，识别重复建设 | 判断单个需求的价值高低 |
| 复用程度在一个季度内是否变化 | 同口径下的趋势对比 | 直接比较拆分粒度不同的团队 |
| 哪些需求模块最常被复用 | 定位可沉淀的需求资产范围 | 替代需求池优先级排序 |
| 复用行为是否伴随返工下降 | 与返工、变更等指标联合分析 | 单独作为团队绩效考核依据 |
指标与范围：复用单元、分母范围与时间窗
口径要落到可勾选的字段上，让不同人按同一张表取数能得到同一个结果。核心是三组选择：复用单元怎么定、分母纳入哪些需求、时间窗怎么切。每组都要二选一并写明，避免统计时临时解释。
复用单元
按需求条目计，适合需求拆分较稳定、一条需求对应一个可交付功能的团队，统计简单、易复核。按需求内容片段计，适合一条需求内含多个功能点、复用发生在局部的情况，粒度更细但需要标注片段边界。按验收标准复用计，适合验收标准编写规范、复用主要体现在测试条件的场景。三种单元不能混用，选定一种后在统计期内保持不变。
分母范围
分母有三种常见取法：统计期内新建的需求、统计期内评审通过的需求、统计期内全部活跃需求。推荐默认采用“统计期内评审通过的需求条目”，理由是评审通过意味着需求内容已稳定，复用判定有明确对象；新建但尚未评审的需求内容可能反复修改，计入分母会引入噪声。若团队需求评审节奏不固定，可退而采用“统计期内新建需求”，但需在口径说明中写明。
排除项与归属规则
重复录入产生的需求应合并到原需求后只保留一条，被合并的条目不进分母。测试性、验证性需求若不属于正式需求资产，排除并在口径中列明。跨期需求按“评审通过日期”归属到对应统计期，避免同一条需求在两个周期被重复计入。
时间窗
按自然月统计便于与其它月度指标对齐；按迭代周期统计更贴合研发节奏，但迭代长度不一致时跨团队对比会受影响。推荐默认按自然月，跨期需求以评审通过日期归属，统计期最后一天之后发生的关联不计入本期。
| 字段 | 取值选项 | 推荐默认值 | 填写人 |
|---|---|---|---|
| 复用单元 | 需求条目 / 内容片段 / 验收标准 | 需求条目 | 度量负责人 |
| 分母范围 | 新建需求 / 评审通过需求 / 全部活跃需求 | 评审通过需求 | 度量负责人 |
| 排除项 | 重复录入、测试性需求、被合并需求 | 三类均排除并记录数量 | 需求管理员 |
| 时间窗 | 自然月 / 迭代周期 | 自然月 | 度量负责人 |
| 跨期归属 | 评审通过日期 / 创建日期 | 评审通过日期 | 需求管理员 |
| 证据类型 | 需求关联 / 文档引用 / 验收标准复用 | 至少一种可追溯证据 | 需求提出人 |
数据口径与证据：什么算一次复用
复用判定不能靠印象，要有可追溯到具体需求编号和关联时间的证据。可接受的证据包括三类：新需求与既有需求之间建立了关联关系；新需求文档中引用了既有需求文档的段落或附件；新需求直接复用了既有需求的验收标准或原型。三类证据都要求能定位到被复用的那条需求，并记录关联发生的时间，以便判断是否落在统计期内。
计数规则上，同一条需求在统计期内即使多次引用不同既有需求，分子只计一次，避免重复放大。若一条需求同时具备关联和文档引用两类证据，仍按一条计。证据缺失或只有口头说明的条目，归入“未判定”，不计入分子；是否计入分母需在口径中事先约定，推荐做法是单列未判定数并给出占比，主指标分母只含已判定条目，同时报告未判定规模，让读者知道数据的完整程度。
| 情形 | 是否计入分子 | 是否计入分母 | 处理说明 |
|---|---|---|---|
| 有需求关联且关联时间在统计期内 | 计入 | 计入 | 记录被复用需求编号 |
| 文档中引用既有需求段落 | 计入 | 计入 | 保留引用位置与时间 |
| 复用既有验收标准或原型 | 计入 | 计入 | 注明复用对象 |
| 同一需求多次复用 | 只计一次 | 计入 | 按条目去重 |
| 仅有口头说明、无记录 | 不计入 | 单列未判定 | 报告未判定占比 |
| 重复录入后被合并 | 不计入 | 不计入 | 合并到原需求 |
计算与评估步骤：从取数到出数的五步
按以下五步执行，任何人拿同一份数据都能复算出同一结果。第一步锁定统计期与分母集合，导出评审通过日期落在该期内的需求清单，剔除排除项并记录剔除数量。第二步逐条打复用标记，每条标记必须附证据类型和被复用需求编号，无证据的标为未判定。第三步汇总分子分母，分子为已判定复用的条目数，分母为已判定条目总数。第四步计算比率，保留一位小数。第五步抽样复核，随机抽取一定比例条目核对证据是否成立，记录复核差异。
公式卡如下：复用率 = 复用需求条目数 ÷ 纳入统计需求条目总数 × 100%，单位为百分比，保留一位小数。分母为零时报告“本期无样本”，不写0%，因为0%会被误读为“有需求但一条都没复用”。未判定条目单列“未判定数”，并计算未判定占比 = 未判定数 ÷（已判定数 + 未判定数）× 100%，与主指标一并呈现。
在证据承载上，若团队使用 ONES，需求之间的关联关系、需求文档与验收标准可以作为复用证据的存放位置，需求变化时还能沿关联关系查看受影响的任务和测试内容，便于复核时追溯。需要说明的是，这套口径是通用方法建议，ONES 资料中未提供现成的需求复用率指标定义或报表，取数方式需团队按自身配置确定。
- 锁定统计期，导出分母候选清单，剔除排除项并记录数量。
- 逐条判定复用，附证据类型与被复用需求编号，无证据标未判定。
- 汇总已判定分子、已判定分母、未判定数。
- 按公式计算并保留一位小数，分母为零时写“本期无样本”。
- 抽样复核证据，记录差异条目并回改。
例子：一个月的复用率怎么算出来
假设某月评审通过并纳入统计的需求共120条，逐条判定后，带关联证据判定为复用的18条，证据不足归入未判定的6条，其余96条判定为未复用。按主口径，分母取已判定的114条，复用率 = 18 ÷ 114 × 100% ≈ 15.8%。若口径约定未判定也计入分母，则复用率 = 18 ÷ 120 × 100% = 15.0%，同时报告未判定占比 = 6 ÷ 120 × 100% = 5.0%。两种算法的差异来自未判定的归属，口径中必须事先写明采用哪一种，不能两次报告混用。
| 条目类别 | 数量 | 判定 | 证据 | 计入结果 |
|---|---|---|---|---|
| 带关联证据的需求 | 18 | 复用 | 需求关联，含被复用编号 | 分子、分母 |
| 判定未复用的需求 | 96 | 未复用 | 无复用记录 | 仅分母 |
| 证据不足的需求 | 6 | 未判定 | 缺失 | 单列，按口径决定是否入分母 |
| 合计纳入统计 | 120 | — | — | — |
这个15%左右的数字只反映该月需求内容被复用的程度。它不能说明团队绩效好坏，也不能单独证明重复建设已经减少，需要与返工率、需求变更次数等指标放在一起看，才能形成有意义的判断。
解读与限制：数据可比性与常见误读
复用率的可比性受两个条件约束。一是需求拆分粒度：同等工作量下，拆成20条需求和拆成5条需求，分母差异很大，复用率随之变化，跨团队比较前必须统一拆分规则，或至少说明各自粒度。二是复用判定深度：只认需求关联与同时认可文档引用、验收标准复用，得到的分子不同，比较前要确认双方用的是同一套证据清单。口径一旦变更，需记录版本号与生效时间，历史数据不直接拼接，避免趋势线出现虚假拐点。
| 常见误读 | 原因 | 正确解读方式 |
|---|---|---|
| 复用率高说明需求质量高 | 复用只反映内容被再次利用 | 结合返工率、变更次数一起判断 |
| 两个团队复用率可直接比大小 | 拆分粒度和证据标准可能不同 | 先统一拆分规则与证据清单再比较 |
| 复用率下降就是退步 | 分母结构变化也会拉低比率 | 查看分子分母各自变化再下结论 |
| 0%表示完全没有复用 | 可能是分母为零或证据未记录 | 先确认样本量与未判定占比 |
指标定位上，复用率适合作为改进讨论的输入，帮助团队发现哪些需求模块反复被引用、哪些环节重复建设较多，不宜单独作为考核依据。口径维护建议保留一张版本记录表，写明版本号、变更字段、生效日期和变更原因，每次调整后重新基线化，后续报告注明所用版本，保证数据在时间轴上可解释。
常见问题
需求复用率和需求池里的需求数量变化是一回事吗？
两者度量的对象不同。复用率看的是新需求中有多少建立在既有需求内容之上，反映需求资产被再次利用的程度；需求数量变化更多来自需求池的进出、合并拆分和优先级调整，属于需求池运营的范畴。如果需求总量下降但复用率没有变化，说明减少的是新增条目，重复建设未必同步减少。把这两类问题分开统计，才能判断改进发生在哪个环节。
一条需求同时引用了两个既有需求，分子要算两次吗？
按条目去重，只计一次。复用率的分子统计的是“被判定为复用的需求条目数”，一条需求无论引用了几个既有需求，都只代表一次复用行为。如果按引用次数计数，分子会被引用密度放大，不同团队引用习惯不同时数据就失去可比性。需要观察复用广度时，可以另设一个辅助指标记录被引用需求的数量，与主指标分开报告。
证据不足的条目应该从分母里剔除还是保留？
两种做法都可以，关键是事先写进口径并保持稳定。推荐做法是主指标分母只含已判定条目，未判定条目单列并计算占比，这样主指标反映的是可核验部分，同时读者能看到数据缺口有多大。若把未判定条目计入分母，复用率会被系统性拉低，且拉低幅度取决于记录习惯而非实际复用情况。无论选哪种，报告中都要注明未判定数量，避免读者把比率当成全量结论。
按迭代周期统计和按自然月统计，结果会差很多吗？
差异主要来自跨期归属和迭代长度。按自然月统计便于与其他月度指标对齐，跨期需求以评审通过日期归属，规则简单；按迭代周期统计更贴合研发节奏，但迭代长度不一致时，同一批需求在不同团队会被切到不同周期，跨团队对比容易失真。如果团队迭代长度稳定、且度量主要用于内部改进，按迭代统计可行；如果数据要向上汇总或跨团队比较，建议统一用自然月。
复用率连续几个月上升，能说明重复建设减少了吗？
只能说明需求内容被再次利用的比例在上升，重复建设是否减少还需要其他证据。分母结构变化也会推高比率，例如需求拆分变粗、条目总数下降。建议同时查看返工率、需求变更次数和被复用需求的分布，确认上升来自真实复用行为而非统计口径或拆分规则的变化。口径调整过的月份要在报告中标注版本，不与调整前的数据直接连成趋势线。
